c# - 如何格式化包含 html 的 Elasticsearch 高亮数据？

Question

我在 c# webapp 上使用 Elasticsearch 1.7 突出显示，但突出显示的数据中包含 html。目前我正在用这个正则表达式剥离 html

Regex.Replace(rawHighlight, "<.*?>", string.Empty)

当突出显示没有完成一个完整的 html 标签时，问题就出现了。例如，如果我的 pre 和 post 标签是 @highlight--和 --highlight@我可能会得到这样的结果:
<div>This is an @highlight--example--highlight@ </d
所以正则表达式将删除第一个 div但不是一个不完整的即。 </d
所以这是两个问题合二为一。在第一个正则表达式运行后是否有正则表达式来删除格式错误的 html(将在字符串的末尾或开头)或者是否有更好的方法来使用 Elasticsearch 的 highlight这样我就不必解析字符串了？

Answer 1

也许你已经问过自己了，但为了完成:
为什么你的搜索索引中会有 html？如果您真的必须这样做，请添加第二个(脚本化)字段，其中包含已解析的 html(不带标签)，并将其用于突出显示。